基于FM的定位技术研究

发布时间：2017-04-20 04:05

  本文关键词：基于FM的定位技术研究，由笔耕文化传播整理发布。

【摘要】：随着互联网技术和无线通信技术的的高速发展和智能移动设备的普及,各种各样的面向移动设备的应用和服务相继出现,其中基于位置服务的应用正逐渐走入人们的生活中并发挥重要作用。无线定位技术作为位置服务的核心技术,是人们关注的热点和难点。本文主要针对现有定位技术信号覆盖范围不广或者需要昂贵的硬件设备的缺点,提出采用调频广播实现对室内目标的定位,并将FM与Wi-Fi有效融合,发挥不同种类信号的优势,以获得更好的定位性能。本文通过对FM以及FM融合Wi-Fi的定位技术研究,获得如下成果和创新内容。首先,针对调频广播信号的特性,提出一种基于调频广播信号指纹定位的方法,采用贝叶斯概率算法计算最大后验概率的方法得到相应的定位结果。同时,通过在实际环境中测得的位置指纹数据,从定位的角度分析FM信号的基本特性。这些特性包括设备可接收到电台的数量、FM信号概率分布、信号强度与位置的映射关系、天线对信号强度的影响、人在室内活动对信号强度的影响、样本容量对信号强度的影响。其次,通过对FM定位误差较大的问题的研究发现,FM信号存在信号强度会随时间的变化发生迁移,训练模型和定位数据不在同一时间段时,定位性能下降明显。本文针对FM信号动态变化对定位性能产生较大影响的问题,提出了动态射频指纹的FM定位方法。该方法采用多元线性回归和神经网络方法,根据离线阶段各个参考点和部分较准点的FM信号强度的关系,使用在线阶段较准点的信号强度实时估计在线阶段参考点的信号强度。通过这两种方法建立具有自适应能力的动态射频地图,并使用贝叶斯概率方法对目标进行定位。实验结果表明,相对静态射频指纹模型,采用多元线性回归的射频指纹动态映射模型,定位误差平均减少9.1%,采用神经网络的射频指纹动态映射模型,定位误差平均减少36.3%。神经网络的方法比多元线性回归模型更有效地抑制了射频信号动态变化对定位性能的影响。最后,本文结合FM和Wi-Fi的优点,用多模融合的定位方法将两者有效融合,提出一种FM和Wi-Fi融合定位方法。该多模定位方法比单一的FM或者Wi-Fi的的定位精度都要高,在一定程度上弥补了Wi-Fi定位系统的缺陷。
【关键词】：调频广播 动态射频地图 多元线性回归 神经网络 贝叶斯 Wi-Fi定位 多模融合
【学位授予单位】：湘潭大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN92;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-14
• 1.1 背景和意义9-10
• 1.2 国内外研究现状及发展趋势10-11
• 1.2.1 FM室外定位技术10-11
• 1.2.2 FM室内定位技术11
• 1.3 研究内容和成果11-13
• 1.4 论文的组织13-14
• 第2章 典型定位系统与技术14-22
• 2.1 典型定位算法14-18
• 2.1.1 基于方向的定位算法14-15
• 2.1.2 基于时间的定位算法15-16
• 2.1.3 基于信号属性的定位算法16-18
• 2.1.4 定位算法比较18
• 2.2 典型定位系统18-22
• 2.2.1 基于Wi-Fi的定位系统18-19
• 2.2.2 蜂窝网定位系统19-20
• 2.2.3 超宽带定位系统20-21
• 2.2.4 其它定位系统21
• 2.2.5 定位系统比较21-22
• 第3章 基于调频广播的定位方法研究22-37
• 3.1 FM信号特点22-23
• 3.2 FM室内指纹定位方法研究23-25
• 3.2.1 位置指纹定位方法简介23-24
• 3.2.2 基于贝叶斯概率的调频指纹定位方法24-25
• 3.3 实验环境及测试工具25-27
• 3.4 FM统计特征分析27-34
• 3.4.1 设备可接收到电台调查27-28
• 3.4.2 FM概率分布28
• 3.4.3 RSSI与位置关系28-30
• 3.4.4 天线对信号的影响30-31
• 3.4.5 不同方向对信号的影响31-32
• 3.4.6 人对信号的影响32-33
• 3.4.7 样本容量对信号分布的影响33-34
• 3.5 实验效果分析34-36
• 3.5.1 数据预处理34-35
• 3.5.2 定位效果分析35-36
• 3.6 本章小结36-37
• 第4章 调频广播定位误差校准研究37-46
• 4.1 影响定位精度的因素37-40
• 4.1.1 FM电台数量对定位性能的影响37-38
• 4.1.2 网格大小对定位性能的影响38-39
• 4.1.3 RSSI时间迁移性39-40
• 4.2 动态射频地图的构建40-43
• 4.2.1 线性映射预测模型41-42
• 4.2.2 神经网络预测模型42-43
• 4.3 基于动态射频地图的定位方法43-44
• 4.3.1 框架介绍43
• 4.3.2 定位过程43-44
• 4.4 动态地图定位效果分析44-45
• 4.5 本章小结45-46
• 第5章 FM和Wi-Fi融合定位方法46-54
• 5.1 多模定位模型46
• 5.2 定位基本流程分析46-48
• 5.3 系统结构框图48-49
• 5.4 采样器的设计49-51
• 5.5 部分仿真算法设计51-52
• 5.6 定位效果对比分析52-53
• 5.7 本章小节53-54
• 第6章 总结与展望54-57
• 6.1 本文工作总结54-55
• 6.2 下一步研究计划55-57
• 参考文献57-61
• 致谢61-62
• 附录A（攻读硕士期间投发论文及成果展示）62

【参考文献】

中国期刊全文数据库 前1条

1 桑楠;袁兴中;周瑞;;基于SVM分类和回归的WiFi室内定位方法[J];计算机应用研究;2014年06期

  本文关键词：基于FM的定位技术研究，，由笔耕文化传播整理发布。

本文编号：317828